Wyniki wyszukiwania - BazTech

1

Сross platform tools for modeling and recognition of the fingerspelling alphabet of gesture language

Kondratiuk Serhii S., Krak Iurii V., Wójcik Waldemar

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2019

|

T. 9, nr 2

24--27

EN

A solution for the problems of the finger spelling alphabet of gesture language modelling and recognition based on cross-platform technologies is proposed. Modelling and recognition performance can be flexible and adjusted, based on the hardware it operates or based on the availability of an internet connection. The proposed approach tunes the complexity of the 3D hand model based on the CPU type, amount of available memory and internet connection speed. Sign recognition is also performed using cross-platform technologies and the tradeoff in model size and performance can be adjusted. the methods of convolutional neural networks are used as tools for gestures of alphabet recognition. For the gesture recognition experiment, a dataset of 50,000 images was collected, with 50 different hands recorded, with almost 1,000 images per each person. The experimental researches demonstrated the effectiveness of proposed approaches.

PL

Zaproponowano rozwiązanie problemów z alfabetem daktylograficznym w modelowaniu języka gestów i rozpoznawaniu znaków w oparciu o technologie wieloplatformowe. Wydajność modelowania i rozpoznawania może być elastyczna i dostosowana, w zależności od wykorzystywanego sprzętu lub dostępności łącza internetowego. Proponowane podejście dostosowuje złożoność modelu 3D dłoni w zależności od typu procesora, ilości dostępnej pamięci i szybkości połączenia internetowego. Rozpoznawanie znaków odbywa się również z wykorzystaniem technologii międzyplatformowych, a kompromis w zakresie wielkości modelu i wydajności może być dostosowany. Jako narzędzia do rozpoznawania gestów alfabetu wykorzystywane są metody konwolucyjnych sieci neuronowych. Na potrzeby eksperymentu rozpoznawania gestów zebrano zbiór danych obejmujący 50 000 obrazów, przy czym zarejestrowano 50 różnych rąk, a na każdą osobę przypadało prawie 1000 obrazów. Badania eksperymentalne wykazały skuteczność proponowanego podejścia.

2

Śledzenie pozycji dłoni na obrazie wideo

Forczek M.

Studia Informatica

|

2001

|

Vol. 22, nr 4

161-171

PL

Przedstawiony został system śledzenia pozycji dłoni na obrazie wideo. Konstrukcja systemu zakłada wykorzystanie informacji z poprzednich okresów analizy oraz redukcję obszaru przetwarzanego obrazu. Oprócz samego obrazu wejściowego moduł decyzyjny wykorzystuje dwa dodatkowe źródła informacji: predykcję następnego położenia dłoni oraz model barwy obiektu. Uwzględnienie wszystkich dostępnych danych pozwala na lokalne przeszukiwanie obrazu.

EN

A system for hand position tracking on video image is shown. The construction of the system assumes use of information from previous analysis stages and reduction of processed image area. Apart from input image, the decision module utilizes two additional information sources: prediction of the next hand position and a hand color model. Taking into account all available data allows for local image searching.

3

Analiza wymagań dla procesu rozpoznawania znaków alfabetu palcowego z obrazów statycznych

Forczek M.

Studia Informatica

|

2001

|

Vol. 22, nr 4

149-160

PL

Przedstawiona została klasyfikacja znaków alfabetu palcowego według własności wizualnych. Znaki zostały podzielone na grupy, w których do rozpoznania symbolu koniecznie jest wyznaczenie określonego podzbioru cech Wybór metod analizy obrazu jest zależny od rodzaju cech koniecznych do rozpoznania symbolu. Wskazane zostały metody, które należy zastosować w systemie automatycznego rozpoznawania.

EN

The classification of signs from finger spelling alphabet is shown. The signs were classified by their visual properties and separated into groups. In order to recognize sign from a given group, a particular features must be determined. Selection of image analysis methods depends on kind of features required for recognition Particular methods were mentioned, which should be applied in an automated recognition system.